Генератор может нарисовать спальню и подменить её в зеркале.
Я проверил три генератора на левой руке, ровно 13 яйцах и отражении комнаты. Каждую из 27 картинок оценивал вручную. Полностью пройти тест без ошибок не смогла ни одна модель.
У ChatGPT, например, три попытки с яйцами дали одинаковый ответ: 11 вместо 13. Почему повторяемый ответ оказывается неверным и что проверять до публикации баннера или карточки товара?
Я проверял выполнение условия на каждой картинке
17.10.2026 я повторил тест Mrwhosetheboss, автора исходной проверки генераторов. Использовал три модели:
- ChatGPT (GPT Image 2.5).
- Gemini (Nano Banana 2.1).
- Grok Imagine Image 2.0.
Для всех оставил одинаковые английские запросы. На каждый запрос сделал по три прогона каждой модели. Красоту и стиль в счёт не включал: смотрел, какой рукой человек пишет, сколько яиц получилось и соответствует ли отражение комнате.
У зеркал критерий был визуальным: правдоподобность отражения при ручном просмотре. Точные тексты запросов привожу ниже — их можно взять для своей проверки.
Ручка в руке ещё не означает, что человек пишет левой
Запрос: «A photo of a person writing in a notebook with their left hand.»
Какая рука получилась в прогонах по порядку:
- ChatGPT — левая / правая / правая. Попадание: 1 из 3.
- Gemini — правая / левая / правая. Попадание: 1 из 3.
- Grok — правая / правая / правая. Попаданий нет: 0 из 3.
Всего условие выполнили 2 картинки из 9.
Здесь легко оценить сюжет целиком: человек сидит, тетрадь открыта, ручка на месте. Но для ТЗ важна связь между предметом и конкретной рукой. Поза сама по себе её не подтверждает.
При такой проверке я смотрю, какая кисть держит ручку и пишет. Левую сторону определяю относительно человека: если он сидит лицом к зрителю, его левая сторона будет справа для наблюдателя. Положение руки в кадре и сторона тела — разные признаки.
В серии с 13 яйцами повторяемость закрепила ошибку
Запрос: «A photo of an open egg carton containing exactly 13 eggs.»
Количество яиц в прогонах по порядку:
- ChatGPT — 11 / 11 / 11. Попаданий нет: 0 из 3.
- Gemini — 14 / 14 / 13. Попадание: 1 из 3.
- Grok — 13 / 11 / 11. Попадание: 1 из 3.
Ровно 13 яиц получилось на 2 картинках из 9. ChatGPT при этом каждый раз рисовал упаковку на 12 ячеек.
Для меня это самый полезный эпизод теста. Стабильность не равна правильности: повторение одного ответа ещё не означает, что выполнено условие.
При сверке нужно считать сами яйца. Размер лотка, число ячеек и общее ощущение заполненной упаковки не заменяют пересчёт содержимого. Точно так же ряд кружек в карточке товара может выглядеть аккуратно, пока не начнёшь считать их по одной.
Зеркало требует связи с комнатой, а не просто похожего интерьера
Запрос: «A photo of a bedroom with a large mirror on the wall facing the bed, showing an accurate reflection of the room.»
Что получилось:
- ChatGPT — все три отражения визуально правдоподобны. Попадания: 3 из 3.
- Gemini — в первом прогоне отражение не совпало с комнатой, вдобавок появилось зеркало в зеркале. Во втором в отражении была другая кровать. Третий выглядел правдоподобно. Попадание: 1 из 3.
- Grok — во всех трёх отражениях появилась вторая кровать, в одном варианте ещё и другие тумбочки. Попаданий нет: 0 из 3.
Всего — 4 подходящих отражения из 9.
Тут недостаточно убедительно нарисовать каждый предмет отдельно. Зеркало должно показывать ту же сцену с учётом своего положения. Я сопоставляю кровать, видимые тумбочки и расположение предметов: складываются ли они в одну комнату?
Если в отражении меняется сама кровать, сходство цвета или стиля уже не спасает. Ошибка находится в связи между частями изображения, поэтому беглый взгляд на красивый интерьер её легко пропускает.
Моя гипотеза: привычный сюжет вытесняет редкое условие
По этим результатам я предполагаю: генератор тянется к знакомой сцене, а необычное требование внутри неё теряется. Правшей большинство, упаковка на 10 или 12 ячеек привычнее лотка под 13 яиц, спальню с зеркалом можно изобразить без согласованного отражения.
Практическое следствие простое: слово «ровно», «левый» или «точное» в запросе задаёт условие, которое всё равно нужно проверить в готовом изображении.
В статье Нейросети ошибаются на стрелочных часах модели читали готовую картинку. Здесь я проверял обратную работу: смогут ли они построить изображение по заданному условию.
Цена и скорость в этом тесте не объяснили точность
Общий счёт и затраты на генерацию:
- ChatGPT — 4 из 9. Средняя задержка на картинку — около 31 с, стоимость — 0,77 ₽.
- Gemini — 3 из 9. Средняя задержка — около 41 с, стоимость — 0,92 ₽.
- Grok — 1 из 9. Средняя задержка — около 32 с, стоимость — 1,84 ₽.
Весь тест из 27 картинок обошёлся примерно в 32 ₽. Самый дорогой генератор, Grok, набрал меньше всех. Близкое время ожидания у ChatGPT и Grok тоже не дало близкого числа попаданий.
Для своей рабочей задачи я бы сначала сравнил выполнение нужного условия. Если критична комплектация товара, удачная спальня с зеркалом не отвечает на вопрос, справится ли модель с количеством предметов.
Лишний предмет меняет обещание в карточке товара
Если продаётся набор из трёх кружек, а в карточке нарисованы четыре, покупатель получает противоречивую информацию о комплекте. Такая ошибка касается уже самого предложения, а не вкуса дизайнера.
У рекламы и SMM-материалов свои уязвимые места: лишние пальцы, часы на другой руке, искажённая надпись на упаковке, отражение в витрине, которое расходится со сценой. При оценке по общему впечатлению эти детали можно пропустить — до того момента, когда их заметит аудитория.
Я дизайнер и разработчик. В работе над дизайном и веб-проектами сверяю ИИ-картинки с ТЗ перед сдачей. Для товара опорой служат реальные фотографии и описание комплектации: по ним можно проверить, что именно обещает изображение.
Перед сдачей я проверяю каждый значимый признак отдельно
Открываю ТЗ рядом с картинкой и прохожу по пунктам:
- Количество. Считаю предметы по одному, включая небольшие и частично перекрытые. Если предмет нельзя уверенно различить, по такой картинке нельзя подтвердить комплектность.
- Руки и пальцы. Проверяю видимые кисти, пальцы и хват: может ли человек так держать показанный предмет?
- Сторона. Отдельно сверяю левое и правое относительно самого человека или предмета, как указано в ТЗ.
- Текст. Читаю буква в букву и сравниваю с исходной надписью. Похожего слова недостаточно.
- Отражения и тени. Сопоставляю их с предметами и расположением в сцене. Ищу добавившиеся объекты и несоответствия.
- Реальный товар. Проверяю цвет, форму и комплектацию по исходным фотографиям и описанию.
Делаю несколько вариантов, затем выбираю среди тех, которые прошли сверку. Не беру первый результат только потому, что он понравился.
Если точное количество критично, я бы собрал сцену из реальных фотографий или исправил её вручную. После правки стоит снова проверить затронутые детали: исправление одного места может изменить соседнее.
В процессах с ИИ-автоматизацией для такой сверки полезно заранее оставить точку перед публикацией. Финальное решение принимает человек, который видит исходное ТЗ и саму картинку.
Свой мини-тест можно повторить примерно за 15 минут
- Возьмите три английских запроса из разделов выше без изменений.
- Для каждой модели сделайте по три прогона каждого запроса. Чтобы повторить весь мой тест, используйте все три генератора.
- Сохраните исходные результаты до исправлений. Неудачные попытки тоже нужны для подсчёта.
- Вручную отметьте пишущую руку, пересчитайте яйца и сопоставьте отражение с комнатой.
- Посчитайте попадания отдельно по каждому заданию. Исправленные версии оценивайте отдельно от первых попыток, иначе изменится смысл сравнения.
Это мой тест на трёх промптах от 17.10.2026. Модели обновляются, поэтому перед важной задачей стоит прогнать свой мини-тест на нужных условиях.
Частые вопросы
Поможет ли более подробный промпт?
Это можно проверить отдельной серией. Я бы уточнил критичный признак и снова оценил все попытки по нему. По длине запроса нельзя определить, правильно ли выполнено условие на готовой картинке.
Можно ли исправить руку зеркальным переворотом картинки?
Переворот поменяет стороны всей сцены и перевернёт текст. Я бы рассматривал его только после проверки остальных требований: вместе с рукой можно изменить расположение товара или другую важную деталь.
Посмотрите услуги и цены, чтобы выбрать подходящий состав работы.